文献

J-GLOBAL ID：201702240395382030   整理番号：17A1646968

DeepSARネット:SARターゲット認識のための深い畳込みニューラルネットワーク【Powered by NICT】

DeepSAR-Net: Deep convolutional neural networks for SAR target recognition

著者 (6件)： Li Yang (College of Command Information Systems, PLA University of Science and Technology, Nanjing, China) ,  Wang Jiabao (College of Command Information Systems, PLA University of Science and Technology, Nanjing, China) ,  Xu Yulong (College of Command Information Systems, PLA University of Science and Technology, Nanjing, China) ,  Li Hang (College of Command Information Systems, PLA University of Science and Technology, Nanjing, China) ,  Miao Zhuang (College of Command Information Systems, PLA University of Science and Technology, Nanjing, China) ,  Zhang Yafei (College of Command Information Systems, PLA University of Science and Technology, Nanjing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICBDA  ページ： 740-743  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,合成開口レーダターゲット認識codenamed DeepSARネットのための新しい深い人工ニューラルネットワークアーキテクチャを提案した。多くの既存方法と異なり,このアプローチは人間設計者が事前決定または事前選択を必要とする代わりに,訓練データから直接識別特徴を学習することができる。さらに,この方法は適応可能で,多くの時間とデータ資源を必要としない新しい標的を認識するものである。MSTARデータセット上での実験結果により,DeepSARネットフレームワークが最新の技術と比較してSAR ATRの劇的な改善をもたらすことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *物体認識 ,  *ニューラルネットワーク ,  *畳込み ,  合成開口レーダ
準シソーラス用語： 訓練データ ,  ニューラルネットワークアーキテクチャ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： ネット ,  SAR ,  ターゲット認識 ,  畳込みニューラルネットワーク